Question

我正从Keras转到PyTorch，并且很难创建模型的图形可视化。在Keras中，您可以简单地调用plot_model()，该函数将使用graphviz生成漂亮的图形。

但是，在PyTorch中并不是那么容易。我已经看到有很多可用的工具，例如TorchViz，但是它们都要求您将一些输入传递给模型。例如：

这个StackOverflow问题（How do I visualize a net in Pytorch?）建议像这样使用torchviz包：

x = torch.zeros(1, 3, 224, 224, dtype=torch.float, requires_grad=False)
out = resnet(x)
make_dot(out)

HiddenLayer软件包（example）也需要虚拟输入：

model = torchvision.models.vgg16()
g = hl.build_graph(model, torch.zeros([1, 3, 224, 224]))

所以我的问题是：假设我下载了一个几乎没有文档的预训练模型。如何确定要运行这些可视化功能所需的虚拟输入尺寸？

例如，当我print()使用AlexNet模型时，下面结果的哪一部分告诉我输入应为[1, 3, 224, 224]？

model = torchvision.models.alexnet(pretrained=True)
print(model)

# AlexNet(
#   (features): Sequential(
#     (0): Conv2d(3, 64, kernel_size=(11, 11), stride=(4, 4), padding=(2, 2))
#     (1): ReLU(inplace=True)
#     (2): MaxPool2d(kernel_size=3, stride=2, padding=0, dilation=1, ceil_mode=False)
#     (3): Conv2d(64, 192, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2))
#     (4): ReLU(inplace=True)
#     (5): MaxPool2d(kernel_size=3, stride=2, padding=0, dilation=1, ceil_mode=False)
#     (6): Conv2d(192, 384, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
#     (7): ReLU(inplace=True)
#     (8): Conv2d(384, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
#     (9): ReLU(inplace=True)
#     (10): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
#     (11): ReLU(inplace=True)
#     (12): MaxPool2d(kernel_size=3, stride=2, padding=0, dilation=1, ceil_mode=False)
#   )
#   (avgpool): AdaptiveAvgPool2d(output_size=(6, 6))
#   (classifier): Sequential(
#     (0): Dropout(p=0.5, inplace=False)
#     (1): Linear(in_features=9216, out_features=4096, bias=True)
#     (2): ReLU(inplace=True)
#     (3): Dropout(p=0.5, inplace=False)
#     (4): Linear(in_features=4096, out_features=4096, bias=True)
#     (5): ReLU(inplace=True)
#     (6): Linear(in_features=4096, out_features=1000, bias=True)
#   )
# )

第一层说：Conv2d(3, 64, kernel_size=(11, 11), stride=(4, 4), padding=(2, 2))。从这个事实中我怎么知道我需要创建[1, 3, 224, 224]输入？

如何确定PyTorch数据输入尺寸以进行模型可视化？

0 个答案: